في رسالة ماجستير للباحث منتظر الجعفري تقديم نموذج لتحسين أداء أنظمة الكشف عن الاختراقات في الأنظمة السحابية المتعددة

 نال الباحث منتظر غالب الجعفري، على درجة الماجستير بامتياز من كلية الحاسوب وتكنولوجيا المعلومات جامعة صنعاء عن رسالته الموسومة بـ "Enhanced Model for Improving Performance of Proactive Multi-Cloud Cooperative Intrusion Detection System Based on Deep Neural Network ".

وقد أشادت لجنة المناقشة والحكم – المكونة من الدكتور عبدالماجد الخليدي رئيساً ومناقشاً داخلياً من جامعة صنعاء، والدكتور فضل باعلوي عضواً ومشرفاً من جامعة صنعاء، والدكتور منير هزاع مناقشاً خارجياً من جامعة ذمار، بالرسالة وما بذله الباحث من جهود في إنجازها.

وتكمن أهمية الدراسة في أن الحوسبة السحابية أخذت في النمو والتوسع في الفترة الأخيرة، ومع زيادة توسعها ازدادت متطلبات العملاء، لكن بالمقابل هذه الخدمات والنتائج معرضة للاختراقات والتهديدات الخارجية طالما وهي تعمل في السحابة. ونظرا لإن الحوسبة السحابية تستخدم الآن من قبل كثير من الشركات الكبرى، فإن الأمن السحابي يعتبر جزءا حيويا من الأمن السيبراني للشركات. ونظرا للبنية المعقدة للأنظمة السحابية والسحابة المتعددة فإن ذلك يجعلها عرضة لأنواع مختلفة من الهجمات؛ لذلك قام الباحث بتقديم نموذج لتحسين أداء أنظمة الكشف عن التسلل التعاوني متعدد السحابة الاستباقية من بيئة سحابة متعددة تعتمد على تقنيات التعلم والتعلم العميق.

حيث يقدم النموذج المقترح أربع وحدات قابلة للجمع من خلال المعالجة المسبقة للبيانات، والتدريب، والتقسيم، واكتشاف التسلل المشبوه. حيث تقوم وحدة المعالجة المسبقة للتعلم بإعادة بناء رد الفعل لاتخاذ قرارات سريعة بشأن التسلل المشبوه باستخدام التشفير التلقائي ثم يأتي دور وحدة التدريب لتقليل الابعاد وتقليل خطأ إعادة البناء والضبط الدقيق لمعلمات طبقات الشبكة العميقة لتقليل تعقيد الحساب. ثم يأتي دور وحدة التقسيم لاستخراج مجموعة ميزات قوية ومعالجة الفئات غير المتوازنة لزيادة معدل دقة الكشف. ثم يأتي دور وحدة الكاشف لمعرفة توزيع الهجمات.

حيث أثبتت التجارب كفاءة الأداء للنموذج المقترح مقارنة بالنماذج الأخرى وهذا ما يسهم في تطوير الجانب الأمني من حيث الكشف عن الاختراقات في الأنظمة السحابية المتعددة.

لقراءة الخبر من صفحة pdf الثورة: (أنقر هنا)